CN117214598A - 基于巡检图像的电缆监测系统及方法 - Google Patents

基于巡检图像的电缆监测系统及方法 Download PDF

Info

Publication number
CN117214598A
CN117214598A CN202310962146.3A CN202310962146A CN117214598A CN 117214598 A CN117214598 A CN 117214598A CN 202310962146 A CN202310962146 A CN 202310962146A CN 117214598 A CN117214598 A CN 117214598A
Authority
CN
China
Prior art keywords
image
identified
fault
risk
area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310962146.3A
Other languages
English (en)
Inventor
黄应敏
胡超强
王骞能
邹科敏
邵源鹏
高伟光
饶英东
许翠珊
梁志豪
陈喜东
游仿群
杨展鹏
丁明
吴仕良
黄梓维
邓春晖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Panyu Cable Group Co Ltd
Original Assignee
Guangzhou Panyu Cable Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Panyu Cable Group Co Ltd filed Critical Guangzhou Panyu Cable Group Co Ltd
Priority to CN202310962146.3A priority Critical patent/CN117214598A/zh
Publication of CN117214598A publication Critical patent/CN117214598A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种基于巡检图像的电缆监测系统及方法,该方法包括:基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至待识别区域,并进行图像拍摄得到待识别图像;获取待识别图像,对待识别图像进行识别得到识别对象;获取识别对象对应的风险故障图像;将待识别图像和风险故障图像进行比对得到比对结果,基于比对结果确定故障发生概率并进行显示。本方案根据关联参数数据得到待识别区域,控制无人机到待识别区域拍摄待识别图像并进行识别得到识别对象,根据待识别图像与识别对象对应的风险故障图像的比对结果确定故障发生概率,通过检测巡检图像的方式对电缆进行针对性的监测,降低了硬件成本,节省了能耗。

Description

基于巡检图像的电缆监测系统及方法
技术领域
本申请实施例涉及电缆监控技术领域,尤其涉及一种基于巡检图像的电缆监测系统及方法。
背景技术
电线电缆产业规模随着全球工业化、城市化进程的发展在稳步增长,电缆的使用随处可见,对于电缆的故障情况通常采用检测传感器上传的监测数据的方式进行监测。
现有的电缆监控技术中,智能电缆大多数通过植入各类传感器进行参数监测,但是针对某些突发情况或者从成本角度考虑,高频率、大范围的植入传感器会导致硬件成本的提升以及浪费。
发明内容
本发明实施例提供了基于巡检图像的电缆监测系统及方法,解决了现有技术中针对某些突发情况或者从成本角度考虑,高频率、大范围的植入传感器会导致硬件成本的提升以及浪费的问题,通过检测巡检图像的方式对电缆进行针对性的监测,降低了硬件成本,节省了能耗。
第一方面,本发明实施例提供了基于巡检图像的电缆监测方法,包括:
基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;获取所述待识别图像,对所述待识别图像进行识别得到识别对象;获取所述识别对象对应的风险故障图像;将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。
可选的,在所述基于获取的关联参数数据进行故障预测得到待识别区域之前,还包括:
通过设置的接口接收关联参数数据,所述关联参数数据包括参数类型、参数值以及参数覆盖区域。
可选的,所述基于获取的关联参数数据进行故障预测得到待识别区域,包括:
根据所述关联参数数据中记录的参数类型获取对应的参数阈值;
在所述参数类型对应的参数数值和所述参数阈值满足设定关系的情况下,将所述参数覆盖区域确定为待识别区域。
可选的,所述对所述待识别图像进行识别得到识别对象,包括:
对所述待识别图像进行识别得到目标对象;
在所述目标对象中确定出识别对象,其中,所述识别对象为预先设置的满足识别条件的目标对象。
可选的,在所述获取所述识别对象对应的风险故障图像之前,还包括:
根据历史故障信息针对不同的识别对象预先设置对应的风险故障图像,其中,每个识别对象对应多个不同风险等级的风险故障图像。
可选的,所述将所述待识别图像和所述风险故障图像进行比对得到比对结果,包括:
通过设置的图像相似度算法计算所述待识别图像和所述风险故障图像的相似度,将所述相似度确定为比对结果。
可选的,所述基于所述比对结果确定故障发生概率并进行显示,包括:
基于设置的转换算法,将所述相似度转换为故障发生概率,并进行显示。
第二方面,本发明实施例还提供了基于巡检图像的电缆监测系统,包括:
区域获取模块,用于基于获取的关联参数数据进行故障预测得到待识别区域;
图像拍摄模块,用于控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;
图像获取模块,用于获取所述待识别图像;
图像识别模块,用于对所述待识别图像进行识别得到识别对象;
所述图像获取模块,还用于获取所述识别对象对应的风险故障图像;
图像比对模块,用于将所述待识别图像和所述风险故障图像进行比对得到比对结果;
概率确定模块,用于基于所述比对结果确定故障发生概率并进行显示。
第三方面,本发明实施例还提供了基于巡检图像的电缆监测设备,该设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例所述的基于巡检图像的电缆监测方法。
第四方面,本发明实施例还提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例所述的基于巡检图像的电缆监测方法。
本发明实施例中,基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;获取所述待识别图像,对所述待识别图像进行识别得到识别对象;获取所述识别对象对应的风险故障图像;将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。本方案根据关联参数数据得到待识别区域,控制无人机到待识别区域拍摄待识别图像并进行识别得到识别对象,根据待识别图像和识别对象对应的风险故障图像的比对结果确定故障发生概率并进行显示,解决了现有技术中针对某些突发情况或者从成本角度考虑,高频率、大范围的植入传感器会导致硬件成本的提升以及浪费的问题,通过检测巡检图像的方式对电缆进行针对性的监测,降低了硬件成本,节省了能耗。
附图说明
图1为本发明实施例提供的基于巡检图像的电缆监测方法的流程图;
图2为本发明实施例提供的基于关联参数数据获取待识别区域方法的流程图;
图3为本发明实施例提供的基于待识别图像进行识别得到识别对象方法的流程图;
图4为本发明实施例提供的确定比对结果并基于比对结果确定故障发生概率方法的流程图;
图5为本发明实施例提供的基于巡检图像的电缆监测装置的模块结构框图;
图6为本发明实施例提供的基于巡检图像的电缆监测设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
图1为本发明实施例提供的基于巡检图像的电缆监测方法的流程图,如图1所示,具体包括:
步骤S101、基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像。
其中,关联参数数据可以是可以影响电缆的运行情况的参数数据;无人机可以是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机,可用于空中航拍。可选的,在基于获取的关联参数数据进行故障预测得到待识别区域之前,还包括通过设置的接口接收关联参数数据,关联参数数据包括参数类型、参数值以及参数覆盖区域。通过设置的接口接收关联参数数据,根据系统内设置的故障预测规则和获取到的关联参数数据进行故障预测,将可能发生故障的区域确定为待识别区域,触发控制指令,控制无人机航行到确定的待识别区域,对待识别区域进行图像拍摄得到待识别图像。在一个实例中,通过设置的接口接收关联参数数据,根据接收到的关联参数数据中记录的参数类型获取对应的参数阈值,将参数类型对应的参数数值和参数阈值代入预先设置的设定关系中进行判断,在判断出参数数值和参数阈值满足设定关系的情况下,将对应的关联参数数据中记录的参数覆盖区域确定为待识别区域;利用接口接收参数数据不需要大范围植入各类传感器就可以实现参数监测,可以节约硬件成本,避免浪费。
步骤S102、获取所述待识别图像,对所述待识别图像进行识别得到识别对象。
其中,识别对象可以是待识别图像中可以影响电缆安全状态的对象。通过故障预测得到待识别区域并控制无人机拍摄待识别区域得到待识别图像后,执行待识别图像获取指令,获取到无人机航行至待识别区域拍摄到的待识别图像,系统内设置有图像识别算法,对获取到的待识别图像进行图像识别,识别出待识别图像中所有的对象,根据对识别到的对象进行分析判断,确定出识别对象。在一个实例中,获取无人机航行至待识别区域所拍摄到的待识别图像,对待识别图像进行识别得到目标对象,判断出目标对象中满足预先设置的识别条件的目标对象,将满足预先设置的识别条件的目标对象确定为识别对象;先识别出目标对象,再从目标对象中确定出识别对象,逻辑更加紧密,准确性更高。
步骤S103、获取所述识别对象对应的风险故障图像。
其中,风险故障图像可以是历史拍摄的含有故障风险的电缆区域的图像。可选的,在获取识别对象对应的风险故障图像之前,系统根据历史故障信息针对不同的识别对象预先设置了对应的风险故障图像,其中,每个识别对象对应多个不同风险等级的风险故障图像。对待识别图像进行识别得到识别对象后,对识别对象进行分析,根据识别对象的实际情况确定出识别对象对应的风险等级的风险故障图像。在一个实例中,对待识别图像进行识别得到识别对象为雨水,根据降雨量设置了低等级、中等级、高等级三个风险等级,识别出待识别图像中的降雨量对应的风险等级为高等级,则获取预先设置的雨水对应的高等级风险故障图像;根据历史故障信息对每个识别对象对应设置多个不同风险等级的风险故障图像,可以提高故障预测的合理性和精准度。
步骤S104、将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。
其中,故障发生概率可以是电缆会发生故障的几率。获取到识别对象对应的风险故障图像后,将拍摄到的待识别图像与识别对象对应的风险故障图像进行比对,可选的,通过设置的图像相似度算法计算出拍摄到的待识别图像和识别对象对应的风险故障图像的相似度,将计算得到的相似度确定为比对结果。对确定出的比对结果进行分析,确定电缆会发生故障的概率并在显示屏幕上进行显示。在一个实例中,获取到识别对象对应的风险故障图像后,将拍摄到的待识别图像与识别对象对应的风险故障图像进行比对得到两者的相似度,基于设置的转换算法,将拍摄到的待识别图像与识别对象对应的风险故障图像的相似度转换为故障发生概率,并在屏幕上进行显示;将待识别图像与风险故障图像的相似度转换成电缆的故障发生概率,增加了故障预测结果的合理性和准确性。
由上述可知,基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;获取所述待识别图像,对所述待识别图像进行识别得到识别对象;获取所述识别对象对应的风险故障图像;将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。本方案根据关联参数数据得到待识别区域,控制无人机到待识别区域拍摄待识别图像并进行识别得到识别对象,根据待识别图像和识别对象对应的风险故障图像的比对结果确定故障发生概率并进行显示,解决了现有技术中针对某些突发情况或者从成本角度考虑,高频率、大范围的植入传感器会导致硬件成本的提升以及浪费的问题,通过检测巡检图像的方式对电缆进行针对性的监测,降低了硬件成本,节省了能耗。
图2为本发明实施例提供的基于关联参数数据获取待识别区域方法的流程图,如图2所示,具体包括:
步骤S201、根据所述关联参数数据中记录的参数类型获取对应的参数阈值,在所述参数类型对应的参数数值和所述参数阈值满足设定关系的情况下,将所述参数覆盖区域确定为待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像。
其中,参数阈值可以是根据不同的参数类型预先设置的标准阈值;设定关系可以是关联参数数据中记录的参数类型对应的参数数值大于或等于参数类型对应的参数阈值。通过设置的接口接收关联参数数据后,对关联参数数据进行数据分析,获取关联参数数据中记录的参数类型对应的参数阈值,将参数类型对应的参数数值与获取的参数阈值进行对比,在参数类型对应的参数数值大于或等于获取的参数阈值的情况下,将关联参数数据中记录的参数覆盖区域确定为待识别区域,控制无人机航行至确定的待识别区域,并进行图像拍摄得到待识别图像。在一个实例中,通过设置的接口接收到关联参数数据中记录的参数类型为拉力参数类型,拉力参数数值为110N,在系统中查询并获取到拉力参数类型对应的参数阈值为100N,拉力参数数值大于拉力参数类型对应的参数阈值,满足设定关系,将关联参数数据中记录的参数覆盖区域确定为待识别区域,控制无人机航行至确定的待识别区域,并进行图像拍摄得到待识别图像;在另一个实例中,在参数类型对应的参数数值与获取的参数阈值的差值大于标准差值的情况下,将关联参数数据中记录的参数覆盖区域确定为待识别区域,控制无人机航行至确定的待识别区域,并进行图像拍摄得到待识别图像。
步骤S202、获取所述待识别图像,对所述待识别图像进行识别得到识别对象。
步骤S203、获取所述识别对象对应的风险故障图像。
步骤S204、将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。
由上述可知,基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;获取所述待识别图像,对所述待识别图像进行识别得到识别对象;获取所述识别对象对应的风险故障图像;将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。本方案根据关联参数数据得到待识别区域,控制无人机到待识别区域拍摄待识别图像并进行识别得到识别对象,根据待识别图像和识别对象对应的风险故障图像的比对结果确定故障发生概率并进行显示,解决了现有技术中针对某些突发情况或者从成本角度考虑,高频率、大范围的植入传感器会导致硬件成本的提升以及浪费的问题,通过检测巡检图像的方式对电缆进行针对性的监测,降低了硬件成本,节省了能耗。
图3为本发明实施例提供的基于待识别图像进行识别得到识别对象方法的流程图,如图3所示,具体包括:
步骤S301、基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像。
步骤S302、获取所述待识别图像,对所述待识别图像进行识别得到目标对象,在所述目标对象中确定出识别对象,其中,所述识别对象为预先设置的满足识别条件的目标对象。
其中,目标对象可以是根据预设的图像识别算法识别出的待识别图像中的对象。获取到无人机拍摄的待识别区域的待识别图像后,根据预设的图像识别算法对待识别图像进行图像识别得到多个目标对象,针对不同关联数据中记录的参数类型预先设置有对应的识别条件,将满足对应的识别条件的目标对象确定为识别对象。在一个实例中,根据预设的图像识别算法对待识别图像进行图像识别得到多个目标对象有动物、雨水、人,关联数据中记录的参数类型为湿度参数,预先设置的湿度参数类型对应的识别条件为属于液体的目标对象,满足湿度参数类型对应的识别条件的目标对象为雨水,则将雨水确定为识别对象;在另一个实例中,获取到待识别图像后,对待识别图像进行识别得到目标对象,查询对应存储的识别对象表,将目标对象中与识别对象表对应的目标对象确定为识别对象。
步骤S303、获取所述识别对象对应的风险故障图像。
步骤S304、将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。
由上述可知,基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;获取所述待识别图像,对所述待识别图像进行识别得到识别对象;获取所述识别对象对应的风险故障图像;将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。本方案根据关联参数数据得到待识别区域,控制无人机到待识别区域拍摄待识别图像并进行识别得到识别对象,根据待识别图像和识别对象对应的风险故障图像的比对结果确定故障发生概率并进行显示,解决了现有技术中针对某些突发情况或者从成本角度考虑,高频率、大范围的植入传感器会导致硬件成本的提升以及浪费的问题,通过检测巡检图像的方式对电缆进行针对性的监测,降低了硬件成本,节省了能耗。
图4为本发明实施例提供的确定比对结果并基于比对结果确定故障发生概率方法的流程图,如图4所示,具体包括:
步骤S401、基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像。
步骤S402、获取所述待识别图像,对所述待识别图像进行识别得到识别对象。
步骤S403、获取所述识别对象对应的风险故障图像。
步骤S404、通过设置的图像相似度算法计算所述待识别图像和所述风险故障图像的相似度,将所述相似度确定为比对结果,基于设置的转换算法,将所述相似度转换为故障发生概率,并进行显示。
其中,在系统内预先设置有图像相似度算法和概率转换算法,获取到识别对象对应的风险故障图像后,通过设置的图像相似度算法计算出拍摄到的待识别图像和识别对象对应的风险故障图像的相似度,将计算得到的相似度确定为比对结果,基于预先设置的概率转换算法,将拍摄到的待识别图像和识别对象对应的风险故障图像的相似度转换为故障发生概率,并上传至系统平台在显示屏幕上进行显示。在一个实例中,通过预先设置的图像相似度算法计算出拍摄到的待识别图像和识别对象对应的风险故障图像的相似度为85%,将计算出的相似度确定为比对结果,将比对结果代入预先设置的概率转换算法,将拍摄到的待识别图像和识别对象对应的风险故障图像的相似度转换为故障发生概率,得到故障发生概率为70%,将电缆的故障发生概率为70%上传至系统平台并在显示屏幕上显示;在另一个实例中,通过设置的图像相似度算法计算出拍摄到的待识别图像和识别对象对应的风险故障图像的相似度,根据得到的相似度查询预设的相似度与故障发生概率的对照表,确定出相似度对应的故障发生概率并进行显示。
由上述可知,基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;获取所述待识别图像,对所述待识别图像进行识别得到识别对象;获取所述识别对象对应的风险故障图像;将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。本方案根据关联参数数据得到待识别区域,控制无人机到待识别区域拍摄待识别图像并进行识别得到识别对象,根据待识别图像和识别对象对应的风险故障图像的比对结果确定故障发生概率并进行显示,解决了现有技术中针对某些突发情况或者从成本角度考虑,高频率、大范围的植入传感器会导致硬件成本的提升以及浪费的问题,通过检测巡检图像的方式对电缆进行针对性的监测,降低了硬件成本,节省了能耗。
图5为本发明实施例提供的基于巡检图像的电缆监测装置的模块结构框图,该智能电缆用于执行上述实施例提供的基于巡检图像的电缆监测方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置具体包括:
区域获取模块101,用于基于获取的关联参数数据进行故障预测得到待识别区域;
图像拍摄模块102,用于控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;
图像获取模块103,用于获取所述待识别图像;
图像识别模块104,用于对所述待识别图像进行识别得到识别对象;
所述图像获取模块104,还用于获取所述识别对象对应的风险故障图像;
图像比对模块105,用于将所述待识别图像和所述风险故障图像进行比对得到比对结果;
概率确定模块106,用于基于所述比对结果确定故障发生概率并进行显示。
由上述方案可知,基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;获取所述待识别图像,对所述待识别图像进行识别得到识别对象;获取所述识别对象对应的风险故障图像;将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。本方案根据关联参数数据得到待识别区域,控制无人机到待识别区域拍摄待识别图像并进行识别得到识别对象,根据待识别图像和识别对象对应的风险故障图像的比对结果确定故障发生概率并进行显示,解决了现有技术中针对某些突发情况或者从成本角度考虑,高频率、大范围的植入传感器会导致硬件成本的提升以及浪费的问题,通过检测巡检图像的方式对电缆进行针对性的监测,降低了硬件成本,节省了能耗。
在一个可能的实施例中,还包括参数接收模块,具体用于:
通过设置的接口接收关联参数数据,所述关联参数数据包括参数类型、参数值以及参数覆盖区域。
在一个可能的实施例中,所述区域获取模块101,具体用于:
根据所述关联参数数据中记录的参数类型获取对应的参数阈值;
在所述参数类型对应的参数数值和所述参数阈值满足设定关系的情况下,将所述参数覆盖区域确定为待识别区域。
在一个可能的实施例中,所述图像识别模块104,具体用于:
对所述待识别图像进行识别得到目标对象;
在所述目标对象中确定出识别对象,其中,所述识别对象为预先设置的满足识别条件的目标对象。
在一个可能的实施例中,还包括图像设置模块,具体用于:
根据历史故障信息针对不同的识别对象预先设置对应的风险故障图像,其中,每个识别对象对应多个不同风险等级的风险故障图像。
在一个可能的实施例中,所述图像比对模块105,具体用于:
通过设置的图像相似度算法计算所述待识别图像和所述风险故障图像的相似度,将所述相似度确定为比对结果。
在一个可能的实施例中,所述概率确定模块106,具体用于:
基于设置的转换算法,将所述相似度转换为故障发生概率,并进行显示。
图6为本发明实施例提供的基于巡检图像的电缆监测设备的结构示意图,如图6所示,该设备包括处理器201、存储器202、输入装置203和输出装置204;设备中处理器201的数量可以是一个或多个,图6中以一个处理器201为例;设备中的处理器201、存储器202、输入装置203和输出装置204可以通过总线或其他方式连接,图6中以通过总线连接为例。存储器202作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的基于巡检图像的电缆监测方法对应的程序指令/模块。处理器201通过运行存储在存储器202中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的基于巡检图像的电缆监测方法。输入装置203可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置204可包括显示屏等显示设备。
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行基于巡检图像的电缆监测方法,该方法包括:
基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;获取所述待识别图像,对所述待识别图像进行识别得到识别对象;获取所述识别对象对应的风险故障图像;将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。
值得注意的是,上述基于巡检图像的电缆监测方法装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
注意,上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明实施例不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明实施例构思的情况下,还可以包括更多其他等效实施例,而本发明实施例的范围由所附的权利要求范围决定。

Claims (10)

1.基于巡检图像的电缆监测方法,应用于服务器端,其特征在于,包括:
基于获取的关联参数数据进行故障预测得到待识别区域,控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;
获取所述待识别图像,对所述待识别图像进行识别得到识别对象;
获取所述识别对象对应的风险故障图像;
将所述待识别图像和所述风险故障图像进行比对得到比对结果,基于所述比对结果确定故障发生概率并进行显示。
2.根据权利要求1所述的基于巡检图像的电缆监测方法,其特征在于,在所述基于获取的关联参数数据进行故障预测得到待识别区域之前,还包括:
通过设置的接口接收关联参数数据,所述关联参数数据包括参数类型、参数值以及参数覆盖区域。
3.根据权利要求2所述的基于巡检图像的电缆监测方法,其特征在于,所述基于获取的关联参数数据进行故障预测得到待识别区域,包括:
根据所述关联参数数据中记录的参数类型获取对应的参数阈值;
在所述参数类型对应的参数数值和所述参数阈值满足设定关系的情况下,将所述参数覆盖区域确定为待识别区域。
4.根据权利要求1-3中任一项所述的基于巡检图像的电缆监测方法,所述对所述待识别图像进行识别得到识别对象,包括:
对所述待识别图像进行识别得到目标对象;
在所述目标对象中确定出识别对象,其中,所述识别对象为预先设置的满足识别条件的目标对象。
5.根据权利要求1-3中任一项所述的基于巡检图像的电缆监测方法,其特征在于,在所述获取所述识别对象对应的风险故障图像之前,还包括:
根据历史故障信息针对不同的识别对象预先设置对应的风险故障图像,其中,每个识别对象对应多个不同风险等级的风险故障图像。
6.根据权利要求1-3中任一项所述的基于巡检图像的电缆监测方法,其特征在于,所述将所述待识别图像和所述风险故障图像进行比对得到比对结果,包括:
通过设置的图像相似度算法计算所述待识别图像和所述风险故障图像的相似度,将所述相似度确定为比对结果。
7.根据权利要求6所述的基于巡检图像的电缆监测方法,其特征在于,所述基于所述比对结果确定故障发生概率并进行显示,包括:
基于设置的转换算法,将所述相似度转换为故障发生概率,并进行显示。
8.基于巡检图像的电缆监测系统,其特征在于,包括:
区域获取模块,用于基于获取的关联参数数据进行故障预测得到待识别区域;
图像拍摄模块,用于控制无人机航行至所述待识别区域,并进行图像拍摄得到待识别图像;
图像获取模块,用于获取所述待识别图像;
图像识别模块,用于对所述待识别图像进行识别得到识别对象;
所述图像获取模块,还用于获取所述识别对象对应的风险故障图像;
图像比对模块,用于将所述待识别图像和所述风险故障图像进行比对得到比对结果;
概率确定模块,用于基于所述比对结果确定故障发生概率并进行显示。
9.一种基于巡检图像的电缆监测设备,所述设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一项所述的基于巡检图像的电缆监测方法。
10.一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一项所述的基于巡检图像的电缆监测方法。
CN202310962146.3A 2023-08-01 2023-08-01 基于巡检图像的电缆监测系统及方法 Pending CN117214598A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310962146.3A CN117214598A (zh) 2023-08-01 2023-08-01 基于巡检图像的电缆监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310962146.3A CN117214598A (zh) 2023-08-01 2023-08-01 基于巡检图像的电缆监测系统及方法

Publications (1)

Publication Number Publication Date
CN117214598A true CN117214598A (zh) 2023-12-12

Family

ID=89048588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310962146.3A Pending CN117214598A (zh) 2023-08-01 2023-08-01 基于巡检图像的电缆监测系统及方法

Country Status (1)

Country Link
CN (1) CN117214598A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117435889A (zh) * 2023-12-19 2024-01-23 福州安蒲特电气有限公司 一种电力电缆在线故障监测预警方法以及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117435889A (zh) * 2023-12-19 2024-01-23 福州安蒲特电气有限公司 一种电力电缆在线故障监测预警方法以及系统
CN117435889B (zh) * 2023-12-19 2024-04-26 福州安蒲特电气有限公司 一种电力电缆在线故障监测预警方法以及系统

Similar Documents

Publication Publication Date Title
CN106952303B (zh) 车距检测方法、装置和系统
KR102478335B1 (ko) 채널별 객체 검출 최적화를 위한 영상분석 방법 및 서버장치
LU502731B1 (en) Method for monitoring abnormality of power production, apparatus, computer device, and storage medium therefor
CN117214598A (zh) 基于巡检图像的电缆监测系统及方法
CN111127825A (zh) 环境预测方法和装置、电子设备
CN111209980A (zh) 环境检测方法和装置、电子设备、计算机可读存储介质
CN113240880A (zh) 一种火点检测方法、装置、电子设备及存储介质
CN108872780B (zh) 带电勘查的带电作业检测、系统及终端设备
CN112017323A (zh) 一种巡检报警方法、装置、可读存储介质及终端设备
CN112688434A (zh) 输配电线路的监测预警方法、装置、计算机设备和介质
CN107764318A (zh) 异常检测方法及相关产品
CN110866428A (zh) 目标跟踪方法、装置、电子设备及存储介质
CN115393566A (zh) 电力设备的故障识别与预警方法、装置、存储介质、设备
CN112225020A (zh) 一种电梯控制方法和装置
CN115880598A (zh) 一种基于无人机的地面图像检测方法及相关装置
CN112036810A (zh) 基于智能设备的电缆监测方法、装置、设备及存储介质
CN114332925A (zh) 电梯内宠物检测方法、系统、装置及计算机可读存储介质
CN113888024A (zh) 操作监控方法、装置、电子设备及存储介质
CN112256019A (zh) 自动引导车控制方法、装置、仓储系统、电子设备和介质
CN116597371A (zh) 基于图像监控的危险物预警方法、系统、计算机设备
CN114034972B (zh) 基于图像数据的智能电缆故障确定方法和装置
CN112607542B (zh) 电梯控制方法、装置、计算机设备和存储介质
CN114241400A (zh) 电网系统的监控方法及其装置、计算机可读存储介质
CN116484428B (zh) 数据安全性检测系统、方法、装置及相关设备
CN114298990B (zh) 一种车载摄像装置的检测方法、装置、存储介质及车辆

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination